Enterprise softwareontwikkelaars lopen risico slachtoffer te worden van slopsquatting, een nieuwe vorm van malware-aanval waarbij AI-coderingstools fictieve, niet-bestaande bibliotheken verzinnen en kwaadwillenden hierop inspelen door kwaadaardige pakketten te creëren. Onderzoeker Aleksandr Churilov ontdekte dat vijf verschillende grote taalmodellen (LLM's) opvallend consistent dezelfde 127 neppe pakkettenamen genereren.

Slopsquatting houdt in dat aanvallers kwaadaardige pakketten registreren met namen die lijken op door AI gegenereerde fictieve pakketten. Hierdoor kunnen deze schadelijke pakketten onbedoeld worden opgenomen in legitieme softwaretoepassingen. Churilov presenteerde zijn bevindingen in het nog niet peer-reviewed onderzoeksrapport The Range Shrinks, the Threat Remains: Re-evaluating LLM Package Hallucinations on the 2026 Frontier-Model Cohort. Hij vond dat 127 hallucinerende pakkettenamen voorkwamen in de output van Claude Sonnet 4.6, Claude Haiku 4.5, GPT-5.4-mini, Gemini 2.5 Pro en DeepSeek V3.2. Van deze namen waren er in april 2026 nog 53 beschikbaar voor registratie, waarvan 41 op de PyPI-softwarerepository en 12 op npm.

Volgens het onderzoek zijn er twee oorzaken voor deze overeenkomsten in de gegenereerde namen. Ten eerste leren de modellen mogelijk dezelfde onjuiste pakketverwijzingen uit gedeelde openbare trainingsdata, zoals tutorials en documentatie. Ten tweede extrapoleren ze zelfstandig plausibele namen op basis van conventies binnen de software-ecosystemen, waardoor ze namen produceren die er correct uitzien, maar niet echt bestaan.

Hoewel deze bevindingen zorgen kunnen baren, is er tot nu toe geen bewijs gevonden dat de nog beschikbare 53 pakkettenamen kwaadaardig zijn geregistreerd of gebruikt in aanvallen. Het onderzoek benadrukt echter het blijvende risico van slopsquatting en de noodzaak voor ontwikkelaars en beveiligingsteams om alert te blijven op mogelijke malware via nep-pakketten.